B ộ• GIÁO DỤC
VÀ ĐÀO TẠO
•
•
TRƯỜNG ĐẠI HỌC s ư PHẠM HÀ NỘI 2
===»t)C3g8===

LÊ TRUNG THỨ C

NGHIÊN CỨU PHƯƠNG PHÁP LỌC NHIỄU ẢNH
VÀ ỨNG DỤNG CHO ẢNH TÀI LIỆU

Chuyên ngành: Khoa học máy tính
Mã số: 60 48 01 01

LUẬN VĂN THẠC s ĩ MÁY TÍNH
Ngưòi hướng dẫn khoa học: PGS. TS. NGÔ QUỐC TẠO

HÀ NỘI, 2015


1

LỜI CẢM ƠN

Trong thời gian thực hiện luận văn thạc sỹ em đã nhận được rất nhiều
sự khích lệ, động viên, giúp đỡ từ phía thầy cô, cha mẹ và bạn bè xung quanh.
Em xin gửi lời cảm ơn chân thành tới các thầy cô trong trường Đại học
Sư phạm Hà Nội 2, các thầy ở Viện Công nghệ thông tin đã truyền đạt vốn
kiến thức quý báu cho chúng em.
Em xin bày tỏ lòng biết ơn chân thành nhất tới thầy giáo, PGS.TS Ngô

4

2.4 Kỹ thuật lọc theo thứ tự .......................................................................30
2.5 Kỹ thuật lọc nghịch đảo....................................................................... 31
2.6 Kỹ thuật lọc Band Reject.....................................................................34
2.7 Sử dụng bộ lọc Notch...........................................................................35
2.8 Lựa chọn công cụ, ngôn ngữ lập trình.................................................36
CHƯƠNG 3 - BÀI TOÁN LỌC NHIỄU CHO ẢNH TÀI LIỆU.................. 41
3.1 Bài toán................................................................................................ 41
3.2 Thử nghiệm chương trình lọc nhiễu muối tiêu và Gauss.....................41
3.2.1 Lọc cấp độ thấp........................................................................... 41
3.2.2 Lọc trung bình.............................................................................42
3.2.3 Lọc theo thứ tự ............................................................................44
3.3 Chương trình lọc nhiễu ảnh..................................................................45
3.3.1 Giao diện chính của chương trình...............................................45
3.3.2 Các đoạn mã lệnh........................................................................45
3.4 Kết quả thử nghiệm chương trình lọc nhiễu ản h................................ 49
KẾT LUẬN VÀ KIẾN NGHỊ..........................................................................55
TÀI LIỆU THAM KHẢO................................................................................56
PHỤ LỤC......................................................................................................... 57


5

DANH MỤC HÌNH VẼ
1.1 Lân cận các điểm ảnh của tọa độ (x,y)

12

1.2 Ảnh gốc


2.4 Lọc nghịch đảo

32

2.5 Giảm bán kính lọc
2.6 “phân chia hạn chế” : chọn ngưỡng giá trị d

33
34

3.lịa) Lấy trung bình 3*3

41

3.1(b) Lấy trung bình 5*5

42

3.2 Xóa muổỉ-hạt tiêu với hàm medýiỉt

43

3.3 Giao diện chỉnh của chưomg trình lọc nhiễu ảnh
3.4 Thư mục khỉ chọn ảnh đầu vào

45
50

3.5 Ảnh sau khi làm hư hại Gauss

52

3.14 Lọc cấp độ thấp mặt nạ 5x5 loại bỏ nhiễu muối - tiêu

53

3.15 Lọc theo thứ tự mặt nạ 3x3 loại bỏ nhiễu muối - tiêu

53

3.16 Lọc theo thứ tự mặt nạ 5x5 loại bỏ nhiễu muối - tiêu

54

53


6

MỞ ĐẦU
1. Lý do chọn đề tài
Trong những năm gàn đây công nghệ thông tin phát triển với tốc độ
nhanh chóng cả về phần cứng và phần mềm. Sự phát triển của công nghệ
thông tin đã thúc đẩy sự phát triển của nhiêu lĩnh vực xã hội khác như: y học,
giáo dục, giải trí, kinh tế VY.. .Sự phát triển của phần cứng cả về phương diện
thu nhận, hiển thị, cùng với tốc độ xử lý đã mở ra nhiều hướng mới cho sự
phát triển phàn mềm, đặc biệt là lĩnh vực xử lý ảnh cũng như công nghệ thực
tại ảo đã ra đời và thâm nhập mạnh mẽ vào đời sống của con người.
Ảnh thu được sau qua trình thu nhận ảnh hoặc các phép biến đổi không
tránh khỏi nhiễu hoặc khuyết thiếu. Sự sai sót này một phần bởi các thiết bị

- Các kỹ thuật lập trình
Phạm vi nghiên cứu:
- Tìm hiểu về các loại nhiễu ảnh: Nhiễu muối - tiêu, nhiễu gauss, nhiễu
đ ố m ...
- Tìm hiểu về các phương pháp lọc nhiễu ảnh: Lọc trung bình, lọc thích
n g h i...
- Xây dựng chương trình ứng dụng của các phương pháp trên.
5. Phương pháp nghiên cứu
Thu thập tài liệu, phân tích, suy luận, tổng họp, đánh giá. Từ đó đề xuất
nghiên cứu và tìm hiểu: “Nghiên cứu phương pháp lọc nhiễu ảnh và ứng
dụng cho ảnh tài liệu”
6. Kết quả đạt được
Trên cơ sở các kiến thức đã thu thập và nghiên cứu: Xây dựng được
ứng dụng thực tế lọc nhiễu cho ảnh phong cảnh, ảnh tài liệu...


8

NỘI DƯNG
Chương 1: Khái quát về xử lý ảnh và lọc nhiễu ảnh
1.1 Giới thiệu về xử lý ảnh
1.2 Các vấn đề cơ bản trong hệ thống xử lý ảnh
1.3 Bài toán lọc nhiễu ảnh

Chương 2: Các kỹ thuật ỉọc nhiễu ảnh
2.1 Kỹ thuật lọc trung bình
2.2 Kỹ thuật lọc thích nghi
2.3 Kỹ thuật lọc cấp độ thấp
2.4 Kỹ thuật lọc theo thứ tự
2.5 Kỹ thuật lọc nghịch đảo

vân tay, nhận dạng chữ viết, nhận dạng tài liệu...).
•

Hiểu ảnh đầu vào để có những mô tả về ảnh ở mức cao hơn, sâu

hơn (Ví dụ: từ ảnh một tai nạn giao thông, phác hoạ hiện trường tai nạn).
Một ảnh trong thế giới thực được xem như là một hàm hai biến thực
a(x,y), với a là độ sáng của ảnh tại vị trí toạ độ thực (x,y). Một ảnh còn có thể
chứa những ảnh con gọi là các “vùng quan tâm” (ROI - Region Of Interest).
Các ROI này vẫn thường được gọi tắt là các “vùng”. Khái niệm vùng phản
ánh một thực tế là trong ảnh thường chứa nhiều đối tượng, mỗi đối tượng tạo
nên phần cơ sở của một vùng. Đối với một hệ xử lý ảnh cao cấp, chúng ta có
thể áp dụng nhiều phép toán cho từng vùng ảnh một, ví dụ như một vùng ảnh
này sẽ được áp dụng các phép toán loại bỏ hiệu ứng mờ do chuyển động,
trong khi một vùng ảnh khác sẽ được xử lý để nâng cao chất lượng màu sắc
của nó.
Các giá tậ độ sáng của ảnh thường được thể hiện dưới dạng số thực
hoặc số nguyên. Thông thường, những giá tậ sáng kiểu số nguyên là kết quả
của một quá trình lượng hoá chuyển một thang đo liên tục thành một số mức


10

rời rạc. Tuy nhiên trong nhiều quá trình hình thành ảnh, độ lớn của tín hiệu là
kết quả đếm số hạt photon ở từng thời điểm, do vậy độ lớn ấy dĩ nhiên đã
được lượng hoá sẵn. Còn trong một số quá trình tạo ảnh khác, ví dụ như tạo
ảnh siêu âm trong y khoa, phương pháp đo đạc vật lý trực tiếp sẽ cho ra các
giá trị phức, mỗi giá trị phức này gồm một giá trị độ lớn kết họp với một giá
trị pha, và cả hai đều ở dạng số thực.
1.2 Những vấn đề cơ bản trong hệ thống xử lý ảnh

200 điểm ảnh (320*200). Rõ ràng cùng màn hình CGA 12” ta nhận thấy mịn
hơn màn hình CGA 17” độ phân giải 320*200. Lý do: cùng một mật độ (độ
phân giải) nhưng diện tích màn hình rộng hơn thì độ mịn (liên tục của các
điểm ảnh) kém hơn.
1.2.1.3 Mức xám của ảnh
Một điểm ảnh (Pixel) có hai đặc trưng cơ bản là vị trí (x,y) của điểm
ảnh và độ xám của nó. Dưới đây chúng ta xem xét một số khái niệm và thuật
ngữ thường dùng trong xử lý ảnh.
a) Định nghĩa: Mức xám của điểm ảnh là cường độ sáng của nó được
gán bằng giá ừị số tại điểm đó
b) Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256
(Mức 256 là mức phổ dụng. Lý do từ kỹ thuật máy tính dùng 1 byte (8 bit) để
biểu diễn mức xám: Mức xám dùng 1 byte để biểu diễn 28 = 256 mức, tức là
từ 0 đến 255)
c) Ảnh đen trắng: là ảnh có 2 màu đen, trắng (không chứa màu khác)
với mức xám ở các điểm ảnh có thể khác nhau.
d) Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức dùng 1 bit
mô tả 21mức khác nhau. Nói cách khác mỗi điểm ảnh của ảnh nhị phân chỉ có
thể là 0 hoặc 1.


12

e) Ảnh màu: trong khuân khổ lý thuyết 3 màu (Red, Blue, Green) để
tạo nên thế giới màu, ngưới ta thường dùng 3 byte để mô tả mức màu, khi đó
các giá tri màu 28*3=224 triệu màu.
1.2.1.4 Ảnh sổ
Định nghĩa: Ảnh số là tập họp các điểm ảnh với mức xám phù hợp
dùng để mô tả ảnh gàn với ảnh thật.
1.2.1.5 Quan hệ giữa các điểm ảnh


(X, y)

(x+l,y)

(x-lt y+l)

(x,y+l)

(x+l.y+l)

Hình 1.1 Lân cận các điểm ảnh của tọa độ (x,y)

Các lân cận chéo: Các điểm lân cận chéoNp(p) (có thể coi lân cận chéo
là 4 hướng: Đông-Nam, Đông-Bắc, Tây-Nam, Tây-Bắc)
Np(p) = {(x+l,y+l);(x+l,y-l);(x-l,y+l);(x-l,y-l)}


13

Tập kết họp: Ng(p) = N4(p) +Np(p) là tập họp 8 lân cận của điểm ảnh p
Chú ý: Nếu (x,y) nằm ở biên (mép) ảnh; một số điểm sẽ nằm ngoài ảnh.
b) Các mối liên kết điểm ảnh
Các mối liên kết được sử dụng để xác định giới hạn (Boundaries) của
đối tượng vật thể hoặc xác định vùng trong một ảnh. Một liên kết được đặc
trưng bởi tính liền kề giữa các điểm và mức xám của chúng.
Giả sử V là tập các giá trị mức xám. Một tập có các giá trị cường độ
sáng từ thang mức xám từ 32 đến 64 được mô tả như sau:
v = {32,33,...,63,64}.
Có 3 loại liên kết.

CGA 200 điểm ảnh theo chiều dọc. Như vậy, khoảng cách điểm ảnh lân cận
của CGA 12” là lmm.
Khoảng cách D8(p,q) còn gọi là khoảng cách bàn cờ (Chess-Board
Distance) giữa điểm ảnh (p,q) được xác định như sau:
Dg(p,q) = max (Ix-sl, ly-tl)
1.2.2 Thu nhân ảnh
Các thiết bị thu nhận ảnh bao gồm Camera, Scanner các thiết bị thu nhận
này có thể cho ảnh đen trắng
Các thiết bị thu nhận ảnh có 2 loại chính ứng với 2 loại ảnh thông dụng
Raster, Vector.
Các thiết bị thu nhận ảnh thông thường Raster là camera, các thiết bị
thu nhận ảnh thông thường Vector là sensor hoặc bàn số hóa Digitalizer hoặc
được chuyển đổi từ ảnh Raster.
Nhìn chung các hệ thống thu nhận ảnh thực hiện 1 quá ừình
- Cảm biến: biến đổi năng lượng quang học thành năng lượng điện
- Tổng họp năng lượng điện thành ảnh


15

1.2.3 Tiền xử lý (Image Processing)
Sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào
bộ tiền xử lý để nâng cao chất lượng. Chức năng chính của bộ tiền xử lý là lọc
nhiễu, nâng độ tương phản để làm ảnh rõ hơn, nét hơn.
Mục đích của các công việc này là làm cho chất lượng ảnh ừở lên tốt
hơn chuẩn bị cho các bước xử lý tiếp theo.
K hử nhiễu: Nhiễu được chia thành hai loại là nhiễu hệ thống và nhiễu
ngẫu nhiên. Đặc trưng của nhiễu hệ thống là tính tuần hoàn. Do vậy, có thể
khử nhiễu hệ thống bằng việc sử dụng phép biến đổi Fourie và loại bỏ các
đỉnh điểm. Đối với nhiễu ngẫu nhiên, trường hợp đơn giản là các vết bẩn

- Biến đổi (mô tả) ảnh bằng tích chập, tích Kronecker,
- Các biến đổi khác như KL (Karhumen Loeve), Hadamard...
Một số các công cụ sác xuất thông kê cũng được sử dụng trong xử lý
ảnh.
1.2.4.2 Nén ảnh
Ảnh dù ở dạng nào vẫn chiếm không gian nhớ rất lớn. Vì vậy, khi mô
tả ảnh có thể sử dụng kỹ thuật nén ảnh để thu gọn dung lượng nhớ dành cho
ảnh. Các giai đoạn nén ảnh có thể chia ra thành 2 thế hệ là thế hệ lvà thế hệ 2.
Hiện nay, các chuẩn nén ảnh MPEG được dùng với ảnh đang khá phổ biến.
Một số phương pháp, thuật toán nén được sử dụng rộng rãi là: Mã hóa loại dài
RLE, mã hóa Huffman, mã hóa LZW, mã hóa khối, phương pháp Kim tự tháp
Laplace,...
1.2.4.3 Các định dạng cơ bản trong xử lý ảnh
Hình ảnh khi lưu trữ dưới dạng tệp tin sẽ được số hóa. Một số dạng ảnh
đã được chuẩn hóa như: ảnh GIF, BMP, PCX, IMG,...


17

■

Ảnh IMG: Là ảnh đen trắng, được nén theo từng dòng.

Mỗi dòng gồm các gói, các dòng giống nhau cũng nén thành một gói.
■

Ảnh PCX: Là một trong những định dạng ảnh cổ điển

nhất. Nó sử dụng phương pháp mã loạt dài RLE (Run Length
Encoded) để nén dữ liệu ảnh. Quá trình nén và giải nén được thực

Bài toán đặt ra là làm thế nào để loại bỏ được nhiễu ừong ảnh?


18

1.3.2 Giới thiệu về nhiễu ảnh
1.3.2.1 Một mô hình của quá trình suy thoái
Trong một không gian miền ta có một bức ảnh f(x, y) và một không
gian lọc h(x, y) thu lại hình ảnh bị nhiễu, ta giả dụ rằng nếu h(x, y) bao gồm
một dòng đơn nhất, kết quả thu được là sự chuyển động nhòe theo phương
hướng của dòng đó ta có thể viết
g (x, y) = f (x, y) * h (x, y)
Trong đó * là không gian lọc. Tuy nhiên đó chưa phải tất cả chúng ta
cần cân nhắc thêm sự nhiễu được mô hình hóa như một chức năng của cuộn
lại (sự thu nhận hình ảnh). Nếu ĩ](x, y) đại diện cho biến cố ngẫu nhiên xảy
ra ta có thể biểu diễn bức ảnh bị hư hại theo biểu thức sau:
g (x, y) = f (x, y) *h (x, y) + ĩ)(x, y)
Chúng ta có thể biểu diễn những hoạt động tương tự trong miền tần số,
nơi sự nếp lại được thay thế bởi nhân và có sự bổ sung thêm bởi tính tuyến
tính của biến đổi Fourier
G (i,j) = F (i,j)H (I,j)+ N (i,j)
Biểu diễn tổng thể một bức ảnh bị suy thoái F, H và N được biến đổi
tương ứng là f, h và n, nếu chúng ta đã biết giá trị của H và N chúng ta có thể
khôi phục F bằng phương trình
F (i,j) = ( G ( i ,j ) - N ( i ,j ) ) / H ( i ,j )
Tuy nhiên như chúng ta đã biết đây là phương pháp phi thực tiễn. Mặc
dù chúng ta đa biết một số thông tin thống kê và sự nhiễu nhưng chúng ta
không biết các giá tri của T](i, j) hoặc N(i, j) và bất kì giá trị nào khác. Mặt
khác sự chia nhỏ H(i, j) là một trở ngại lớn khi xuất hiện các giá trị gần bằng,
ngang bằng hoặc bằng 0.

» t_sp=imnoise (t, 'salt & pepper');


20

Lượng nhiễu thêm vào được mặc định 10%, thêm nhiễu nhiều hơn hoặc
ít hơn chúng ta bao gồm tùy chọn tham số, là một giá trị giữa 0 và 1 cho thấy
các phần nhỏ của các điểm ảnh bị hỏng
ví dụ : » imnoise (t, 'salt & pepper', 0. 2);
Chúng ta sẽ tạo ra một hình ảnh với 20% các điểm ảnh của nó bị hỏng
bởi nhiễu muối - hạt tiêu. Hình ảnh được thể hiện trong hình 1.2 và hình ảnh
bị nhiễu được hiển thị trong hình 1.3.
multiplier are important nonlinear
analog signal processing function
finding application of a wide variety
in adaptive filtering, modulation,
frequency translation, automatic
gain controlling, neural network,
etc. At present, the power
consumption is a key parameter in
the designing of high performance
mixed-signal integrated circuit. As
CMOS technology is widely
recognized as the most desirable
technology for integrated circuits
implementation. Therefore, some of
CMOS multipliers

Hình 1. 2 Anh gốc
multiplier are important nonliriẹar

hình cho nhiễu. Hiệu ứng này lại có thể được chứng minh bởi hàm imnoise:
» t_ga=inoise (t, ’Gauss');
Với nhiễu muối - tiêu, nhiễu Gauss các tham số cũng có thể tùy chọn
giá trị ý nghĩa và phương sai của nhiễu. Các giá trị mặc định là 0 và 0. 01, kết
quả được thể hiện ừong hình sau:
m u ltip lie r are im portant nonlinear
analog sig nal p rocessing function
finding application o f a w id e v arie ty
in adaptive filtering., m odulation,
freq u en cy tran slatio n , autom atic
gain controlling , neural network,
etc. A t p re s e n t the po w er
consu m p tion is a key p aram eter in
the designing of high p erform ance
m ixed-signal integrated c irc u it As
C M O S technology is w idely
recognized as the m ost d esirable
technology fo r integ rated circuits
im plem entation. Therefore, som e o f
C M O S m ultipliers

Hình 1.4 Nhiễu Gauss


22

c) Nhiễu đếm
Trong khi nhiễu Gauss có thể được mô hình hóa bởi các giá trị ngẫu
nhiên được thêm vào một hình ảnh; đốm nhiễu (hoặc chỉ đơn giản là đốm trên
ảnh) có thể được mô hình hóa bời các giá trị nhân ngẫu nhiên với giá trị pixel,

23

d) Các tính chất của không gian và tần số nhiễu
Liên quan đến cuộc thảo luận của chúng tôi là tham số để xác định các
đặc điểm không gian của nhiễu, và nhiễu được tương quan với hình ảnh. Tính
tần số thích họp đề cập đến nội dung tàn số của nhiễu trong ý nghĩa Fourier
(tức là như ừái ngược với quang phổ điện tử) [1] , [2], [6]. Ví dụ: Khi phổ
Fourier của nhiễu là hằng số, nhiễu thường được gọi là trắng nhiễu. Thuật ngữ
này là một thực từ các tính chất vật lý của ánh sáng trắng, trong đó có gàn như
tất cả các tần số trong quang phổ nhìn thấy được tỷ lệ ngang nhau. Từ các
cuộc thảo luận, nó không phải là khó khăn để cho thấy rằng phổ Fourier của
một hàm chứa tất cả các tần số tỷ lệ ngang nhau là một hằng số.
Với ngoại trừ nhiễu không gian định kỳ, chúng tôi giả định rằng nhiễu
là độc lập của các tọa độ không gian, và rằng nó chưa được sửa chữa, với sự
tôn trọng tới hình ảnh (có nghĩa là không có sự tương quan giữa các giá trị
Pixel và các giá trị của các thành phần nhiễu). Mặc dù những giả định này là
ít nhất một phần không họp lệ ừong một số ứng dụng (lượng tử giới hạn hình
ảnh, chẳng hạn như trong X-Quang và y học hạt nhân hình ảnh, là một ví dụ).
e) Nhiễu chu kỳ
Neu tín hiệu hình ảnh là một sự xáo trộn mang tính định kỳ chứ không
phải là ngẫu nhiên, chúng ta có thể có được một hình ảnh bị hỏng bởi nhiễu
chu kỳ. Hậu quả là ừên toàn bộ hình ảnh.
Không có một lựa chọn định kỳ, nhưng nó là khá dễ dàng để tự tạo ra
bằng cách thêm vào một ma trận định kỳ (bằng cách sử dụng một hàm lượng
giác), hình ảnh của ở đây được biểu diễn bằng [7], [8], [9]:
s=size (t);
[x, y]=meshgrid (1 : s (1), 1 : s (2) );
p=sin (x/3+y/5) +1;
t_pn= (im2double (t) +p/2) /2;